Thèse Dynamiques Contingentes dans les Réseaux Chimiques Illimités Vers l'Émergence de Processus Darwiniens Prébiotiques H/F - Doctorat.Gouv.Fr

Établissement : Université Claude Bernard Lyon 1 École doctorale : E2M2 - Evolution Ecosystèmes Microbiologie Modélisation Laboratoire de recherche : LBBE - LABORATOIRE DE BIOMÉTRIE ET BIOLOGIE EVOLUTIVE Direction de la thèse : Etienne RAJON ORCID 0000000306588311 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-09-30T23:59:59 Du point de vue de la biologie évolutive, comprendre l'origine de la vie revient à comprendre comment la sélection naturelle peut émerger dans un monde non biologique, régi par des processus purement physico-chimiques (1). Atteindre cet objectif exige une articulation explicite de la théorie de l'évolution avec la physique et la chimie. Or, le problème demeure complexe, car les éléments fondamentaux de la pensée évolutionniste - des populations d'objets autoréplicatifs présentant une variation héréditaire - restent à formuler pleinement dans un cadre prébiotique (2, 3). Une approche prometteuse repose sur la modélisation mathématique : simuler des systèmes ouverts obéissant aux lois fondamentales de la thermodynamique et suivre les comportements dynamiques susceptibles d'être interprétés comme des processus darwiniens émergents.

Dans ce contexte, notre équipe a développé un premier modèle, centré sur le comportement des cycles autocatalytiques au sein de réseaux chimiques prédéfinis et délimités, reliant des ensembles fixes d'objets chimiques par des ensembles fixes de réactions (4). Les projets en cours au sein de notre groupe étudient actuellement comment les cycles autocatalytiques peuvent interagir de manière complexe, à l'instar des relations écologiques, générant potentiellement une grande diversité d'états stationnaires et ouvrant la voie à une dynamique darwinienne naissante. Bien que ce cadre permette de clarifier d'importants principes fondamentaux, il risque de négliger une propriété essentielle du monde réel, où la vie a émergé : l'immense diversité des objets chimiques possibles - notamment les macromolécules et les assemblages supramoléculaires - produits par des trajectoires contingentes ne représentant qu'une infime fraction de l'espace quasi infini des possibles.

L'objectif de cette thèse est de surmonter ces limitations en concevant et en explorant une nouvelle approche de modélisation. Dans cette approche, seules des règles chimiques sont initialement spécifiées, générant des réseaux chimiques illimités qui s'étendent progressivement et de manière stochastique dans un espace chimique infini. Les développements préliminaires suggèrent que la prise en compte explicite d'un nombre fini de particules discrètes constitue un moyen efficace de mettre en oeuvre ce cadre : dans ce contexte, les effets du hasard interviennent naturellement et seul un sous-ensemble des trajectoires possibles est exploré. Dans ces simulations, les vecteurs de concentration évoluent dynamiquement par une combinaison de processus déterministes et stochastiques, produisant une dynamique qui ne sera que partiellement reproductible. Étant donné le rôle crucial du hasard dans l'évolution biologique, nous pensons que ce nouveau schéma de modélisation nous permettra de mieux comprendre comment la sélection naturelle doit être envisagée au-delà du contexte biologique standard. Concrètement, le logiciel sera implémenté dans le cadre de la plateforme emergeNS (https://github.com/deniskup/EmergeNS) développée par notre groupe (5), un programme C++ intégrant une interface en ligne de commande performante et un environnement graphique convivial doté de fonctionnalités de visualisation avancées.

L'apparition de la vie constitue l'une des plus grandes énigmes scientifiques restant à ce jour sans réponse. A l'interface entre de nombreuses disciplines - on cherche à comprendre une transition entre un monde purement physico-chimique et un monde biologique - cette question a résisté aux tentatives classiques de biologie de l'évolution. En effet, cette question résiste aux approches phylogénétiques, qui se heurtent à l'horizon du dernier ancêtre commun aux organismes vivants actuels, LUCA, déjà très complexe et éloigné des premières occurrences de formes de vie.

Face à ce constat, une approche classique a consisté à modéliser des processus d'assemblage de molécules et à identifier les conditions d'apparition de processus associés au vivant dans la « soupe » prébiotique, notamment la sélection naturelle. L'ARN occupe une place de choix parmi les molécules candidates, du fait de ses propriétés catalytiques (en plus d'être porteuse d'information) qui permettent d'envisager l'émergence d'un ARN autoréplicant, qui pourrait évoluer.

L'apparition spontanée d'une telle molécule est hautement improbable, et certains travaux récents nous amènent à considérer des formes d'hérédité moins apparentées à celles du vivant actuel, mais dont l'émergence est beaucoup plus probable. Cette thèse intervient dans ce contexte, en mettant en avant le rôle potentiel des cycles autocatalytiques, qui sont légion dans les réseaux chimiques et dont les propriétés d'autoamplification pourraient en principe sous-tendre des dynamiques proto-darwiniennes.

Nous recherchons une personne très motivée et intéressée par les approches interdisciplinaires, possédant de solides compétences en modélisation informatique ou mathématique et un intérêt marqué pour la biologie évolutive.